更新时间:2024-04-29 GMT+08:00

创建表

功能简介

HBase通过org.apache.hadoop.hbase.client.Admin对象的createTable方法来创建表,并指定表名、列族名。创建表有两种方式(强烈建议采用预分Region建表方式):

  • 快速建表,即创建表后整张表只有一个Region,随着数据量的增加会自动分裂成多个Region。
  • 预分Region建表,即创建表时预先分配多个Region,此种方法建表可以提高写入大量数据初期的数据写入速度。

表名以及列族名不能包含特殊字符,可以由字母、数字以及下划线组成。

代码样例

public void testCreateTable() {
  LOG.info("Entering testCreateTable.");

  // Specify the table descriptor.
  HTableDescriptor htd = new HTableDescriptor(tableName); // (1)

  // Set the column family name to info.
  HColumnDescriptor hcd = new HColumnDescriptor("info"); // (2)

  // Set data encoding methods. HBase provides DIFF,FAST_DIFF,PREFIX
  // and PREFIX_TREE
  hcd.setDataBlockEncoding(DataBlockEncoding.FAST_DIFF);  // 注[1]

  // Set compression methods, HBase provides two default compression
  // methods:GZ and SNAPPY
  // GZ has the highest compression rate,but low compression and
  // decompression efficiency,fit for cold data
  // SNAPPY has low compression rate, but high compression and
  // decompression efficiency,fit for hot data.
  // it is advised to use SANPPY
  hcd.setCompressionType(Compression.Algorithm.SNAPPY); 
  htd.addFamily(hcd); // (3)

  Admin admin = null;
  try {
    // Instantiate an Admin object.
    admin = conn.getAdmin(); // (4)
    if (!admin.tableExists(tableName)) {
      LOG.info("Creating table...");
      admin.createTable(htd); // 注[2] (5)
      LOG.info(admin.getClusterStatus());
      LOG.info(admin.listNamespaceDescriptors());
      LOG.info("Table created successfully.");
    } else {
      LOG.warn("table already exists");
    }
  } catch (IOException e) {
    LOG.error("Create table failed.", e);
  } finally {
    if (admin != null) {
      try {
        // Close the Admin object.
        admin.close();
      } catch (IOException e) {
        LOG.error("Failed to close admin ", e);
      }
    }
  }
  LOG.info("Exiting testCreateTable.");
}

解释

(1)创建表描述符

(2)创建列族描述符

(3)添加列族描述符到表描述符中

(4)获取Admin对象,Admin提供了建表、创建列族、检查表是否存在、修改表结构和列族结构以及删除表等功能。

(5)调用Admin的建表方法。

注意事项

  • 注[1] 可以设置列族的压缩方式,代码片段如下:
    //设置编码算法,HBase提供了DIFF,FAST_DIFF,PREFIX和PREFIX_TREE四种编码算法 
     hcd.setDataBlockEncoding(DataBlockEncoding.FAST_DIFF); 
      
     //设置文件压缩方式,HBase默认提供了GZ和SNAPPY两种压缩算法 
     //其中GZ的压缩率高,但压缩和解压性能低,适用于冷数据 
     //SNAPPY压缩率低,但压缩解压性能高,适用于热数据 
     //建议默认开启SNAPPY压缩 
     hcd.setCompressionType(Compression.Algorithm.SNAPPY);
  • 注[2] 可以通过指定起始和结束RowKey,或者通过RowKey数组预分Region两种方式建表,代码片段如下:
    // 创建一个预划分region的表
     byte[][] splits = new byte[4][]; 
     splits[0] = Bytes.toBytes("A"); 
     splits[1] = Bytes.toBytes("H"); 
     splits[2] = Bytes.toBytes("O"); 
     splits[3] = Bytes.toBytes("U"); 
     admin.createTable(htd, splits);